Cerebras apuesta por la computación de inferencia 'rápida' con OpenAI
La compañía busca redefinir la economía de la computación de inferencia para la era de los agentes de IA, ofreciendo soluciones de baja latencia basadas en su arquitectura.
Cerebras y OpenAI: cómo los 'tokens rápidos' se convirtieron en la nueva moneda de la industria de la IA
Mientras Nvidia reporta ingresos récord y el mercado digiere su asociación con Corning, un cambio mucho más radical se gesta en la periferia. Cerebras acaba de salir a bolsa, y su fundador Andrew Feldman articuló una tesis que debería hacer temblar a Jensen Huang: "Nvidia no quería perder el negocio de inferencia rápida en OpenAI, y nosotros lo tomamos". Detrás de esta bravuconería no solo hay un contrato de más de 200 mil millones de dólares, sino un replanteamiento fundamental de qué están dispuestos a pagar los clientes en la era de los agentes de IA.
El núcleo: qué está pasando realmente
Cerebras y OpenAI han cerrado un acuerdo cuya estructura se asemeja más a un juramento de vasallaje que a un contrato comercial. OpenAI se ha comprometido a comprar gradualmente 750 MW de capacidad de inferencia de IA para 2028, con la opción de expandir a 2 GW para 2030. Las obligaciones restantes del contrato ascienden a 246 mil millones de dólares. Al mismo tiempo, OpenAI otorgó a Cerebras un préstamo de 1.000 millones de dólares al 6% de interés anual y recibió warrants por 33,4 millones de acciones con un precio de ejercicio cercano a cero. Si se cumplen todas las condiciones, OpenAI poseerá aproximadamente el 10-12% de Cerebras.
Sam Altman y su equipo —Greg Brockman, Ilya Sutskever— han invertido personalmente en el capital de la empresa. En esencia, OpenAI ha pasado de ser un cliente a una estructura cuasi-matriz para el fabricante de chips. Nadie en la industria ha hecho esto: ni Microsoft, ni Google, ni Amazon. Ellos alquilan capacidad o encargan chips. Altman, sin embargo, está construyendo una vertical alternativa de "consumidor—modelo—silicio", donde el proveedor de equipos no es solo un contratista, sino parte del imperio.
La base técnica de la apuesta: el chip WSE-3 puede ofrecer hasta 2000 tokens por segundo en un modelo comparable a GPT-5.3-Codex —15-21 veces más rápido que un clúster de GPU de Nvidia comparable. Al mismo tiempo, el costo por token es un 32% menor. La palabra clave es "comparable". El modelo que se ejecuta en Cerebras no es un GPT-5.3 completo. Es una versión destilada con 10 veces menos parámetros, entrenada sobre el original. Esencialmente, es una "copia rápida" del modelo insignia, y los clientes —notablemente— ya están votando con sus billeteras.
Cronología y contexto
2024: Cerebras presenta su S-1 por primera vez, pero la SEC bloquea la OPI porque el 86% de los ingresos de la compañía provienen de dos entidades de los EAU: MBZUAI y G42. CFIUS inicia una revisión debido a los vínculos de G42 con Huawei y empresas genómicas chinas.
2025: Los ingresos de Cerebras alcanzan los 510 millones de dólares con un crecimiento interanual del 76%, pero las pérdidas operativas persisten. La ganancia de 237,8 millones de dólares reportada en GAAP es una ilusión contable: una ganancia no monetaria única por la reestructuración de pasivos con G42 por valor de 363,3 millones de dólares. Sin ella, la pérdida es de 75,7 millones de dólares.
Enero 2026: OpenAI firma un Acuerdo de Relación Maestra con Cerebras. El monto supera los 200 mil millones de dólares, convirtiéndolo en el contrato más grande en la historia de la infraestructura de IA.
Marzo 2026: AWS anuncia una asociación con Cerebras. El esquema es "inferencia desagregada": AWS Trainium3 maneja el prefill, Cerebras CS-3 maneja el decode. Esto es una revolución arquitectónica, detallada a continuación.
14 de mayo de 2026: Cerebras cotiza en NASDAQ con una sobresuscripción de 20 veces. El precio de oferta es de 185 dólares, pero en el primer día de negociación, las acciones se disparan a 350 dólares y cierran en 311 dólares. La capitalización de mercado en su punto máximo superó los 100 mil millones de dólares, cayendo a 280 dólares dos días después. El mercado oscila entre la euforia por el "asesino de Nvidia" y el horror ante el múltiplo de ingresos de 130 veces.
Quién gana y quién pierde
OpenAI gana. El modelo de "el cliente se convierte en copropietario del proveedor" es ingeniería financiera de alto nivel. OpenAI obtiene acceso exclusivo a la capacidad, una participación en un activo en crecimiento y apalancamiento a través del préstamo y los warrants. Si Cerebras despega, OpenAI se beneficia del crecimiento de la capitalización. Si fracasa, OpenAI como acreedor obtiene control sobre las cuentas de garantía. Una posición en la que todos ganan.
Sam Altman gana personalmente. Su objetivo es construir infraestructura de IA por valor de billones de dólares independiente de Nvidia. Cerebras es el segundo ladrillo después del acuerdo con AMD por 6 GW. Altman ahora tiene dos proveedores de silicio alternativos, ambos más dependientes de él que él de ellos.
El concepto de 'tokens rápidos' gana. SemiAnalysis reveló un hecho impactante: el 80% del presupuesto de IA de su equipo se destina al modo rápido de Anthropic Opus 4.6, no al más inteligente Opus 4.7. Los ingenieros están abandonando el modelo "mejor" en favor del "más rápido". Esto es un cambio tectónico: la velocidad se convierte en un producto independiente por el que se paga una prima, no un complemento gratuito a la inteligencia.
Nvidia pierde, pero no de manera obvia. Nvidia controla el 94,4% del mercado de GPU para centros de datos. Perder parte del negocio de inferencia de OpenAI no es fatal, pero es un síntoma. Nvidia ve la amenaza: por eso ya compró Groq por 20 mil millones de dólares el año pasado, una respuesta directa a la arquitectura de Cerebras. Vera Rubin, el próximo chip de Nvidia, se está diseñando como un sistema heterogéneo donde diferentes tipos de cómputo se distribuyen entre diferentes chips dentro de un solo rack. Esto es una admisión: la arquitectura monolítica de GPU ya no es óptima.
Los inversores que compraron acciones de Cerebras en el pico pierden. Con un múltiplo de ingresos de 130 veces, una ganancia GAAP que es 100% un elemento contable único, y un solo cliente que también es acreedor, esto no es una inversión sino una especulación. La historia de las OPI tecnológicas es clara: en los primeros años después de la cotización, los recién llegados rinden por debajo del mercado en un promedio de 3,6% anual.
Lo que los medios no están diciendo
Perspectiva no obvia: el objetivo real de Cerebras no es vencer a Nvidia, sino integrarse verticalmente con OpenAI a nivel de 'modelo-silicio'.
Lo que se describe como un "contrato de inferencia" es en realidad la creación de un nuevo tipo de empresa de IA. El modelo tradicional: un fabricante de chips (Nvidia), un proveedor de nube (AWS), un desarrollador de modelos (OpenAI). Entre ellos hay relaciones de mercado. Cerebras y OpenAI están construyendo una estructura fundamentalmente diferente: una pila unificada donde el modelo, el chip y el centro de datos están diseñados el uno para el otro y vinculados por propiedad cruzada.
El modelo en Cerebras no es GPT-5.3. Es GPT-5.3-Codex-Spark, una versión destilada con 10 veces menos parámetros. Solo se puede ejecutar eficientemente en WSE-3. Y WSE-3, a su vez, está adaptado precisamente para tales modelos: 44 GB de SRAM en el chip significa que modelos más grandes simplemente no caben. Este es un bucle cerrado —o, si se prefiere, un ecosistema cerrado. OpenAI está creando silicio en el que solo sus propios modelos (destilados) se ejecutan eficientemente, y luego vende acceso a esta pila como servicio.
Si este modelo tiene éxito, la industria se dividirá no en "fabricantes de chips" y "desarrolladores de modelos", sino en "conglomerados de IA" verticalmente integrados, cada uno poseyendo la pila completa. Google ya está cerca con TPU y Gemini. OpenAI está construyendo su vertical a través de AMD y Cerebras. ¿Quién sigue? ¿Anthropic? ¿Microsoft?
Segunda perspectiva: la arquitectura de inferencia desagregada lanzada por AWS es una sentencia de muerte para los clústeres monolíticos de GPU.
El esquema donde el prefill (comprensión de la consulta) se ejecuta en AWS Trainium y el decode (generación de la respuesta) en Cerebras marca el fin de una era donde un solo tipo de chip lo hace todo. Diferentes fases de la inferencia tienen naturalezas computacionales fundamentalmente diferentes: el prefill está limitado por cómputo, el decode está limitado por memoria. Optimizar un solo hardware para ambas tareas es como hacer un coche que debe ser a la vez un camión y un deportivo: caro e ineficiente.
Esto significa que en 3-5 años, un centro de datos de IA típico consistirá en varios tipos de chips especializados, no en cientos de miles de GPUs idénticas. Nvidia lo entiende —Vera Rubin ya se está diseñando como un sistema heterogéneo con diferentes chips para diferentes tareas. Pero Nvidia tiene un problema: la inferencia desagregada significa que los clientes pueden comprar chips de diferentes proveedores para diferentes fases. Y eso rompe el monopolio de CUDA.
Pronóstico: 30 días y 90 días
30 días (hasta mediados de junio de 2026):
Las acciones de Cerebras continuarán su movimiento volátil. Después de la corrección de 350 a 280 dólares, es posible un rebote a 320-330 dólares con noticias de nuevos contratos, pero no hay soporte fundamental en estos niveles. Cualquier señal negativa —retrasos en la entrega, cambios en los términos de OpenAI, problemas de producción— enviará las acciones por debajo de 200 dólares.
Nvidia reportará ganancias el 20 de mayo, y Jensen Huang casi con certeza dedicará tiempo significativo al tema de la inferencia, tratando de mostrar que Blackwell y Vera Rubin no son inferiores a Cerebras. Espere anuncios sobre nuevas conexiones ópticas (basadas en la asociación con Corning) y posiblemente la adquisición de otra startup de inferencia rápida.
OpenAI comenzará las negociaciones para la próxima ronda de financiación antes de su OPI. Tener su propia vertical de chips a través de Cerebras será un argumento sólido para una valoración de un billón de dólares.
90 días (hasta mediados de agosto de 2026):
Cerebras anunciará su primer gran cliente fuera de OpenAI-AWS-Emiratos Árabes Unidos. Esto es crítico: mientras el 86% de los ingresos de la compañía dependa de tres contrapartes, los inversores institucionales no entrarán seriamente en la acción. Si no surge un nuevo cliente, las acciones de Cerebras enfrentarán una segunda ola de declive a 200-220 dólares.
OpenAI podría ejercer algunos warrants o convertir el préstamo en acciones adicionales de Cerebras, fortaleciendo el control. Esto indicaría al mercado que Altman no considera el precio actual sobrevalorado y cree en el crecimiento a largo plazo.
Nvidia responderá asimétricamente. En lugar de una guerra de precios, Huang apostará por el ecosistema de software: un anuncio de CUDA para computación heterogénea, permitiendo a los desarrolladores usar chips especializados sin abandonar la pila familiar. Esto neutralizará la principal ventaja de Cerebras —la velocidad— al reducir la barrera de migración a nuevas arquitecturas.
La señal clave a observar: si para finales de agosto alguno de los hiperescaladores (Microsoft, Google) anuncia soporte para inferencia desagregada que involucre a Cerebras, será un punto de no retorno. La industria reconocerá que la era de los clústeres monolíticos de GPU ha terminado, y comenzará una carrera por chips especializados. Si AWS sigue siendo el único gran defensor de esta arquitectura, Nvidia todavía tiene 3-5 años de dominio, y la apuesta de Cerebras seguirá siendo un experimento de nicho.
La apuesta está hecha. Los próximos tres meses mostrarán si Feldman tiene razón al afirmar que el "mercado de búsqueda rápida" es tan grande como la búsqueda en internet —o si los tokens rápidos seguirán siendo un nicho premium para codificación mientras el resto del mundo de la IA continúa comprando GPUs. De cualquier manera, una cosa ya está clara: la IA "suficientemente rápida" ya no es suficiente.
— Editorial Team
Aún no hay comentarios.